Anzeige von Positionsinformationsdaten in Python - Versuchen Sie, mit der Kartenanzeigebibliothek (Folium) zu zeichnen -

1. 1. Am Anfang#

Standortinformationen, die viele Möglichkeiten bieten, eine aktive Rolle zu spielen, z. B. die Überprüfung der Bewegungslinien von Personen bei der Planung der Eröffnung eines Geschäfts. Mit der Verbreitung von SNS- und IoT-Geräten wird es meiner Meinung nach immer mehr Möglichkeiten geben, Standortinformationen für Analysen zu verwenden.

Dieses Mal hatte ich die Gelegenheit, kürzlich die Standortinformationen auf einer Karte zu zeichnen und zu visualisieren. Als ich es nachgeschlagen habe, scheint es, dass es mit Python wirklich einfach visualisiert werden kann.

Diesmal habe ich Folgendes anhand der Volkszählungsdaten versucht.

2. Referenzseite etc.

-Map-Anzeigebibliothek (diesmal wird eine Bibliothek namens "Folium (v0.10.1)" verwendet)
https://python-visualization.github.io/folium/index.html
* "Folium" scheint auf der von OpenStreetMap aufgerufenen Karte zu funktionieren. Seien Sie also vorsichtig mit den Daten, die Sie verarbeiten *
・ e-Stat: Allgemeine Kontaktstelle für Regierungsstatistiken (Erfassung nationaler Volkszählungsdaten)
http://nlftp.mlit.go.jp/isj/index.html
・ Download-Service für Standortinformationen des Ministeriums für Land, Infrastruktur, Verkehr und Tourismus (Erfassung von Längen- und Breitengraden)
https://www.e-stat.go.jp/

3. 3. Hauptartikel-Nr.

  • ** folium.Map (params) **: Erstellen Sie eine Karte.
  • ** folium.Popup (params) **: Zeigt ein Popup an.
  • ** folium.Marker (params) **: Zeichnen Sie die Pins auf der Karte.
  • ** folium.plugins.HeatMap (params) **: Erstellen Sie eine Ebene für die Anzeige der Heatmap.

4. Beispielcode

● Importieren Sie zunächst die Bibliothek.

import pandas as pd
import folium

● Laden Sie den zuvor erstellten Datensatz.

df = pd.read_csv('my_data.csv', encoding='shift_jis')
df.head(10)

Dies ist ein Datensatz wie dieser. my_data.png

● Die grundlegende Verwendung von Folium, ・ Kartenanzeige ・ Darstellung der Positionsinformationen ・ Anzeige des Popups Ich werde versuchen.

#Kartenobjekterstellung
map = folium.Map(location=[35.710402, 139.810668], zoom_start=18)

#Popup erstellen(「show=Wird immer als "True" angezeigt)
p_up = folium.Popup('Tokyo Sky Tree', min_width=0, max_width=1000, show=True)

#Plotten auf Kartenobjekt
folium.Marker(location=[35.710402, 139.810668], popup=p_up).add_to(map)

#Kartenanzeige
map

map.png

● Lassen Sie uns abschließend die Heatmap anzeigen. Importieren Sie das Plug-In zum Anzeigen der Heatmap.

from folium.plugins import HeatMap

● Die Wärmekarte kann angezeigt werden, indem Breiten- und Längengradinformationen als Argument übergeben werden. Passen Sie den Radius und die Unschärfe jedes Punkts an, damit er etwas besser aussieht.

#Kartenobjekterstellung
map = folium.Map(location=[35.710402, 139.810668], zoom_start=5)

#Fügen Sie dem Kartenobjekt eine Heatmap-Ebene hinzu
HeatMap(df[['Breite', 'Längengrad']], radius=5, blur=5).add_to(map)

#Kartenanzeige
map

map.png

● Derzeit sind die Daten bedeutungslos, nur weil die Orte mit einer großen Anzahl von Datensätzen und einer hohen Dichte rot sind. Gewichten Sie sie daher mit "H22-H27-Bevölkerungszunahme / -abnahme".

#Kartenobjekterstellung
map = folium.Map(location=[35.710402, 139.810668], zoom_start=5)

#Fügen Sie dem Kartenobjekt eine Wärmekartenebene hinzu, indem Sie dem Argument die Anzahl der Populationen erhöhen / verringern
HeatMap(df[['Breite', 'Längengrad', 'Anzahl der Bevölkerungsveränderungen von 2010 bis 2015 [Personen]']], radius=5, blur=5).add_to(map)

#Kartenanzeige
map

map.png

Die Rötung von Gebieten mit großen Bevölkerungsveränderungen ist stärker geworden.

5. Schließlich#

Wie war es? Haben Sie ein Bild vom Umgang mit Standortinformationsdaten?

Standortinformationsdaten sind ein sehr nützlicher Bereich, z. B. ein Fahrradverleihunternehmen, das die Fahrstrecke und die Fahrform des Benutzers analysiert, um eine Entscheidung für den Einstieg in das Fahrradverleihgeschäft zu treffen, und die Regierung, die zum Zeitpunkt der Veranstaltung die Flusslinie analysiert, um eine Evakuierungsleitroute zu sichern. Es ist eine breite Palette von Daten.

Ich hoffe du probierst es aus!

Recommended Posts